Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIN
LOS AVANCES EN LOS SISTEMAS INTELIGENTES HAN SIDO
INSPIRADOS EN LAS REDES NEURONALES BIOLOGICAS. BASTANTES DISIPLIBAS CIENTIFICAS ESTAN DISEANDO REDES NEURONALES ARTIFICIALES. PROBLEMAS A RESOLVER: -PREDICCIN. -OPTIMIZACIN. -MEMORIA ASOCIATIVA -CONTROL -PATRON DE RECONOCIMENTO.
TENGAN CARACTERISTICAS DESEABLES. COMPUTADORAS DIGITALES MODERNAS SUPERAN A LOS HUMANOS EN EL MBITO DE CLCULO NUMRICO Y LA MANIPULACIN DE SMBOLOS RELACIONADOS. LOS SERES HUMANOS PUEDEN RESOLVER FCILMENTE LOS PROBLEMAS PERCEPTUALES COMPLEJAS (COMO LAS RECONOCERR UN HOMBRE ENTRE LA MULTITUD DE UNA SIMPLE VISIN DE SU ROSTRO).
ALGUNOS PROBLEMAS
CLASIFICACION DE PATRONES
-asignar un patrn de entrada (como una forma de onda del habla o smbolo escrito a mano) representado por un vector de caractersticas de una de las muchas clases especificadas. AGRUPACIN -tambin conocido como modelo de clasificacin no supervisada, no hay datos de entrenamiento con etiqueta de clase conocida FUNCION DE APROXIMACIN -Supongamos que un conjunto de patrones de entrenamiento etiquetados (pares de entrada y sali-da) se han generado a partir de una funcin desconocida. la tarea de aproximacin funcin es la de encontrar un estimado, m decir, de la funcin desconocida m
PREDICCIN
-tiene un impacto significativo en la toma de decisiones en una empresa, la ciencia y la ingeniera OPTIMIZACIN -El objetivo de un algoritmo de optimizacin es encontrar una solucin que satisface un conjunto de restricciones de tal manera que una funcin objetivo se maximiza o minimiza CONTROL -en el modelo de control de referencia adaptativa, los objetivos es generar una entrada de control de tal manera que el sistema siga una trayectoria deseada determinada por el modelo de referencia